Компания Neuralink заявляет, что ее новая нейронная модель позволяет дешифраторам «мозг-компьютер» работать в течение нескольких недель, при этом значительно сокращая объем калибровки.
Читайте далее: Новый чип GaN размером с рисовое зернышко обладает в 3 раза большей мощностью, в 20 раз лучшим сигналом и двойной функцией.
Компания Neuralink заявляет, что ее интерфейс «мозг-компьютер» достиг рекордной скорости управления курсором в 11,32 бит в секунду после обучения базовой модели на более чем 50 000 часах нейронной активности, собранной у участников клинических испытаний.
Компания Neuralink, основанная Илоном Маском и занимающаяся разработкой интерфейсов «мозг-компьютер», использовала большой набор данных для предварительного обучения самообучающихся нейронных кодировщиков, предназначенных для интерпретации электрических сигналов, записанных непосредственно из мозга. Neuralink утверждает, что такой подход может сделать эти сигналы более стабильными и полезными для управления компьютерами.
Компания сообщила, что некоторые декодеры, созданные с использованием этого подхода, продолжали работать не несколько дней, а несколько недель. Для некоторых участников время, необходимое для калибровки, сократилось с примерно 10 минут в день до 10 минут в неделю.
Компания Neuralink также продемонстрировала так называемые «телепортирующиеся курсоры», при которых курсор перемещается непосредственно к намеченной цели, а не непрерывно двигается по экрану. Компания заявляет, что результат в 11,32 бит в секунду превосходит производительность большинства здоровых людей, хотя это сравнение не было независимо подтверждено.
Мозговые сигналы постоянно меняются.
Интерфейсы «мозг-компьютер» преобразуют паттерны нейронной активности в команды, которые могут управлять компьютерами и другими устройствами. Однако сигналы, регистрируемые нейронами, могут меняться со временем, что создает серьезную проблему для систем, предназначенных для надежной работы каждый день.
Имплантаты Neuralink регистрируют импульсы, или электрическую активность, вырабатываемую нейронами моторной коры головного мозга. Небольшие изменения в записанных сигналах могут снизить точность декодера, обученного на более ранних данных, что потребует от пользователей многократной перекалибровки системы.
Больше новостей из мира инноваций
Посмотреть все 
Искусственный интеллект и робототехника: почему безопасность определит будущее человекоподобных роботов
Sourse: interestingengineering.com
